mfmezger/conversational-agent-langchain

Что это?

Ключевые возможности

• 01Загружает документы в Qdrant и выполняет семантический и гибридный поиск (BM25).
• 02Отвечает на вопросы по документам с помощью LLM через LangGraph и LiteLLM.
• 03Предоставляет совместимые с OpenAI эндпоинты для чата и ответов с потоковой передачей.
• 04Поддерживает переранжирование через Cohere или локальную FlashRank.
• 05Предоставляет трассировку в Phoenix для изучения этапов поиска и генерации.

Сценарии использования

• Создание бэкенда для ответов на вопросы по собственным документам.
• Прототипирование RAG-чата с моделями Gemini, Cohere или Ollama.
• Подключение клиента OpenAI SDK к приватному алиасу модели, ответы которой опираются на документы.
• Изучение структуры RAG-приложения на FastAPI и LangGraph.

Быстрый старт

1. 1

   Клонируйте репозиторий

   git clone https://github.com/mfmezger/conversational-agent-langchain.git
2. 2

   Перейдите в каталог проекта

   cd conversational-agent-langchain
3. 3

   Создайте файл .env на основе template.env и задайте значения GEMINI_API_KEY и COHERE_API_KEY

4. 4

   Запустите всю систему с помощью Docker Compose

   docker compose up -d

Что важно знать

• !Для запуска без дополнительной настройки нужны API-ключи Google Gemini и Cohere.
• !Для настройки требуются Docker и запись для qdrant в /etc/hosts в Linux или Mac.
• !Некоторые провайдеры эмбеддингов пока являются лишь заглушками для дальнейшего расширения.

Темы

Частые вопросы

Что такое conversational-agent-langchain?

Бэкенд на FastAPI для разговорного RAG-агента: загружает документы в Qdrant, выполняет семантический и гибридный поиск и отвечает на вопросы с помощью LLM. REST-бэкенд для чат-агента на основе генерации с дополненной выборкой (RAG). Он позволяет загружать документы в векторную базу данных Qdrant, искать в них по смыслу и отвечать на вопросы, опираясь на их содержимое. Пайплайн построен на LangChain и LangGraph и поддерживает модели Google Gemini, Cohere, Azure OpenAI и других провайдеров; для доступа к широкому набору бэкендов используется LiteLLM.

conversational-agent-langchain можно использовать бесплатно? Какая у него лицензия?

conversational-agent-langchain распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.

conversational-agent-langchain всё ещё поддерживается?

Активно поддерживается. Последний коммит в conversational-agent-langchain — 30 окт. 2026 г..

Для чего можно использовать conversational-agent-langchain?

Создание бэкенда для ответов на вопросы по собственным документам. Прототипирование RAG-чата с моделями Gemini, Cohere или Ollama. Подключение клиента OpenAI SDK к приватному алиасу модели, ответы которой опираются на документы. Изучение структуры RAG-приложения на FastAPI и LangGraph.

Как установить conversational-agent-langchain?

Клонируйте репозиторий: git clone https://github.com/mfmezger/conversational-agent-langchain.git Перейдите в каталог проекта: cd conversational-agent-langchain Создайте файл .env на основе template.env и задайте значения GEMINI_API_KEY и COHERE_API_KEY Запустите всю систему с помощью Docker Compose: docker compose up -d

Где скачать conversational-agent-langchain?

Исходный код и инструкции по установке — на GitHub: https://github.com/mfmezger/conversational-agent-langchain